别让可解释性研究过度拟人化 LLM

repligate · x · 2026-07-08

一条讨论指出,Anthropic 的可解释性(interp)研究虽有趣,但常被指过度将 LLM 拟人化;评论以类比回应,认为这类批评本身也存在类似问题。涉及可解释性研究的方法论与对模型本质的表述方式。